周立功教你学程序设计结构体：内存对齐和基本数据类型

第二章为程序设计技术，本文为2.2.1 内存对齐和2.2.2 基本数据类型。

我们知道，数组和指针是相同类型有序数据的集合，但很多时候需要将不同类型的数据捆绑在一起作为一个整体来对待，使程序设计更方便。在C语言中，这样的一组数据被称为结构体。

>>> 2.2.1 内存对齐

虽然所有的变量最后都会保存到特定地址的内存中，但相应的内存空间必须满足内存对齐的要求。主要出于两个方面的原因：

• 平台原因：不是所有的硬件平台（特别是嵌入式系统中使用的低端微处理器）都能访问任意地址上的任意数据，某些硬件平台只能访问对齐的地址，否则会出现硬件异常。

• 性能原因：如果数据存放在未对齐的内存空间中，则处理器访问变量时需要做两次内存访问，而对齐的内存访问仅需要一次访问。

在32位微处理器中，处理器访问内存都是按照32位进行的，即一次读取或写入都是4个字节，比如，地址0x0 ~ 0xF这16字节的内存，对于微处理器来说，不是将其看作16个单一字节，而是4个块，每块4个字节，详见图2.4。

图2.4  内存空间示意图

显然，只能从0x0、0x4、0x8、0xC等地址为4的整数倍的内存中一次取出4个字节，并不能从任意地址开始一次读取4个字节。假定将一个占用4字节的int类型数据存放到地址0开始的4字节内存中，其示意图详见图2.5。

图2.5  按内存对齐的方式存储int数据

由于int类型数据存放在块0中，因此CPU仅需一次内存访问即可完成对该数据的读取或写入。反之，如果将该int类型数据存放在地址1开始的4字节内存空间中，其示意图详见图2.6。

图2.6  按内存未对齐的方式存储int数据

此时，数据存放在块0和块1两个块中，若要完成对该数据的访问，必须经过两次内存访问，先通过访问块0得到该数据的3个字节，再通过访问块1得到该数据的1个字节，最后通过运算，将这几个字节合并为一个完整的int型数据。由此可见，若数据存储在未对齐的内存空间中，将大大降低CPU的效率。但在某些特定的微处理器中，它根本不愿意干这种事情，这种情况下，就出现系统异常，直接崩溃了。内存对齐的具体规则如下：

（1）结构体各个成员变量的内存空间的首地址必须是“对齐系数”和“变量实际长度”中较小者的整数倍。假设要求变量的内存空间按照4字节对齐，则内存空间的首地址必须是4的整数倍，满足条件的地址有0x0、0x4、0x8、0xC……

（2）对于结构体，在其各个数据成员都完成对齐后，结构体本身也需要对齐，即结构体占用的总大小应该为“对齐系数”和“最大数据成员长度” 中较小值的整数倍。

一般来说，对齐系数与微处理器的字长相同，比如，32位微处理器的对齐系数是4字节，变量的实际长度与其类型相关，计算类型长度的方法如下：

该程序的输出为：1、4、4、4、8。假定CPU为32位微处理器，对齐系数为4，结构体变量data的定义如下：

结构体的各个成员都是从结构体首地址（其由编译器保证必然满足内存对齐的要求，假定为0）开始计算，按照定义的顺序依次存放各个成员，详见表2.1。

表2.1  依次存放各个成员

实际存放位置使用[x,y]表示，x表示起始地址，y表示结束地址。如果x与y相等，则直接使用[x]表示。以成员b为例，其长度为2，小于对齐系数，因此按照2字节对齐，就要求其地址必须是2的倍数，地址0已经被成员a占用，则只能使用满足要求的邻近的内存空间[2,3]存放成员b。而空间[1]由于不满足存放成员b的要求，则只能被弃用。特别地，对于数组成员c，存放时不能将其看作一个整体，即长度为2的成员，应该分别看作两个成员c[0]和c[1]。由此可见，实际存放位置为[0,24]，1、6、7、17、18、19部分内存空间被弃用。

当所有成员存放完毕后，则结构体本身也需要对齐，即结构体的大小也应该为对齐字节数的整数倍，对齐字节数取长度最长的成员和“对齐系数”的较小值。在这里，其长度最长的成员为double类型的成员d，其长度为8，大于对齐系数，因此结构体本身也要按照4字节对齐，其占用的空间大小必须是4的整数倍。虽然当前存放位置为[0,24]，只占用了25个字节。由于必须满足4的整数倍，因此实际上结构体占用的空间是28个字节，即[0,27]。验证结构体占用空间大小的方法如下：

虽然所有成员的总长度为19个字节，但结构体实际占用了28个字节，多余的9个字节空间为内存对齐弃用的空间，即1、6、7、17、18、19、25、26、27，分为4个段：[1]，[6,7]，[17,19]，[25,27]。查看表2.1可知，这些浪费空间的前面，存放的都是char型数据，由于char型数据只占用一个字节，往往使得其紧接着的空间不能被其它长度更长的数据使用。

为了降低内存浪费的概率，应该在char型数据之后，存放长度最小的成员。即在定义结构体时，应按照长度递增的顺序依次定义各个成员。优化示例结构体的定义如下：

类似地，依次存放各个成员，详见表2.2。

表2.2  依次存放各个成员

所有成员实际存放位置为[0,19]，中间的地址为5的内存空间被弃用。由于结构体占用的大小为20个字节，已经是4的整数倍，因此无需再做额外的处理。结构体只浪费了1个字节空间，使用率达到95%。显然，通过优化结构体成员的定义顺序，在同样满足内存对齐的要求下，可以大大地减少内存的浪费。

>>> 2.2.2 基本数据类型

1. 范围值校验

如果有min≤value≤max，则check()范围值校验函数需要3个int型参数value、min和max。如果value合法，则返回true，否则返回false，详见程序清单 2.10。

程序清单 2.10 rangeCheck()范围值校验函数的实现（1）

• 代码整洁之道

rangeCheck是一个非常具有描述性的名字，因为它较好地描述了函数要做的事，所以好名字的价值怎么评价都不过分。如果每个示例都让你感到深合己意，那就是整洁代码。函数越短小，功能越集中，就越容易取一个好名字。名字长一些并不可怕，长而具有描述性的名字，比短而令人费解的名字更好。选择具有描述性的名字能帮助程序员理清模块的设计思路，追索好名字往往会使代码重构得更好。

从代码整洁之道的角度来看，最理想的函数参数个数是0（零参数函数），其次是单参数函数，再次是双参数函数，因尽量避免三参数函数。如果需要三个以上的参数，需要有足够的理由，否则无论如何也不要这样做，因为参数带有太多的概念性。

从测试的角度来看，参数甚至更叫人感到为难，因为编写确保参数的各种组合运行正常的测试用例，且测试覆盖所有可能值的组合是令人生畏的事情。输出参数比输入参数还要难以理解，因为人们习惯性地认为，信息通过参数输入函数，通过返回值从函数中输出，输出参数往往让人苦思之后才会觉得恍然大悟。如果函数看起来需要两个、三个或三个以上的参数，说明其中的一些参数就应该封装为结构体类。比如：

由此可见，减少函数参数的最佳方法是一个函数只做一件事，“函数要么做什么事，要么回答什么事！”两者不可兼得。函数应该修改某个对象的状态，或返回该对象的有关信息，两样都干常常会出现混乱。

2. 类型与变量

由于有了结构体，因此可以将rangeCheck()的形参min和max转移到结构体中，不仅减少了一个形参，而且处理起来更方便。比如：

该声明描述了一个由两个int类型变量组成的结构体，不仅创建了实际数据的对象range，而且描述了该对象是由什么组成的，因为它勾勒出了结构体是如何存储数据的。显然，range是struct _Range类型的结构体变量，如果在该结构体定义前添加typedef：

此时，range就变成了该结构体的类型，即range等同于struct _Range。习惯的写法是将类型名的首字符大写，将变量名的首字符小写。有了Range类型，即可同时定义一个Range类型的变量range和一个指向Range *类型的指针变量pRange，当然也可以省略类型名_Range。比如：

注意，结构体有两层含义，一层含义是“结构体布局”，结构体布局告诉编译器是如何表示数据的，但它并未让编译器为数据分配空间。下一步是创建一个结构体变量，即结构体的另一层含义，其定义如下：

编译器执行这行代码便创建了一个结构体变量range，编译器使用Range为该变量分配空间：一个int类型的变量min和一个int类型的变量max，这些存储空间都与一个名称range结合在一起。

3. 初始化

假设value值的有效范围为0~9，在这里可以使用名为newRangeCheck的宏方便地将结构体初始化。比如：

使用方法如下：

宏展开后如下：

其相当于：

从本质上来看，.min和.max的作用相当于Range结构体的下标。虽然Range是一个结构体，但range.min和range.max都是int类型的变量，因此可以象使用其它int类型变量那样使用它，比如，&(range.min)。

由此可见，如果初始化一个静态存储期的结构体，初始化列表中的值必须是常量表达式。如果是自动存储期，初始化列表中的值可以不是常量。

4. 接口与实现

（1）传递结构体成员

只要结构体成员是一个具有单个值的数据类型，比如，int、char、float、double或指针，便可将它作为参数传递给接受该特定类型的函数，rangeCheck()的实现详见程序清单 2.11。

程序清单 2.11 rangeCheck()函数的实现（2）

其调用形式如下：

rangeCheck()既不知道也不关心实参是否是结构体的成员，它只要求传入的数据是int类型。如果需要在被调函数中修改主调函数中成员的值，就要传递成员的地址。

（2）传递结构体

虽然传递一个结构体比一个单独的值复杂，但标准C同样允许将结构体作为参数使用，rangeCheck()函数的实现详见程序清单 2.11。

程序清单 2.12 rangeCheck()函数的实现（3）

其调用形式如下：

虽然通过这种方法能够得到正确的结果，但它的效率很低，因为C语言的参数传址调用方式要求将参数的一份拷贝传递给函数。假设结构体的成员是一个占用128字节的数组，甚至更大的数组。如果要将它作为参数进行传递，则必须将所占用的字节数复制到堆栈中，以后再丢弃。

（3）传递结构体的地址

假设有一组这样的数据，存储在结构体成员数组中。其数据结构如下：

显然，只要将结构体的地址(int *)&st作为实参传递给iMax()的形参，即可求出数组中元素的最大值，详见程序清单 2.13。

程序清单 2.13 求数组中元素的最大值范例程序

下面还是以范围值校验器为例，定义一个指向该结构体的指针变量pRange，其初始化、赋值与普通指针变量是一样的：

和数组不一样，结构名并不是结构体的地址，因此要在结构名前加上&运算符，因此这里的pRange为指向Range结构体变量range的指针变量。虽然pRange、&range和&range.min的类型不一样，但它们的值相等，那么下面的关系恒成立：

由于.运算符比*运算符的优先级高，因此必须使用圆括号。这里着重理解pRange是一个指针，pRange->min表示pRange指向结构体的首成员，所以pRange->min是一个int类型的变量，rangeCheck()函数的实现详见程序清单 2.14。

程序清单 2.14 rangeCheck()函数的实现（4）

rangeCheck()使用指向Range的指针pRange作为它的参数，将地址&range传递给该函数，使得指针pRange指向range，然后通过->运算符获取range.min和range.max的值。注意，必须使用&运算符获取结构体的地址，和数组名不同，结构体名只是其地址的别名。

其调用形式如下：

（4）用函数指针调用

如果需要增加一个奇偶校验器对value值进行偶校验，其数据结构如下：

oddEvenCheck()函数的实现详见程序清单 2.15。

程序清单 2.15 oddEvenCheck()函数的实现

当系统需要多个校验器后，在运行时调用者将根据实际情况决定调用哪个函数，根据依赖倒置原则，最好的方法是用函数指针隔离变化。无论什么校验器，其相同的处理部分是value值的合法性判断，因此将其抽象为模块。而可变的是value值和校验参数，由外部传入的参数应对。由于各种校验器的类型不一样，因此必须使用“void *pData”作为形参才能接受任意类型的数据，即将Range *pRange和OddEven *pOddEven泛化成了void *pData。Validate类型的定义如下：

其中，pData为指向任意校验器参数的指针，value为待校验的值，通用校验器的接口详见程序清单 2.16。

程序清单 2.16 通用校验器接口（validator.h）

以范围值校验器为例，其调用形式如下：

这次传递给函数的是一个指向结构体的指针，指针比整个结构体要小得多，所以将它压到堆栈上的效率要高很多，validator接口的实现详见程序清单 2.17。

程序清单 2.17 validator接口的实现（validator.c）

由于pRange、pOddEven与pData的类型不同，因此需要对pData强制类型转换，才能引用相应结构体的成员。注意，在这里，作者并没有提供完整的代码，请读者补充完善。

---